Aplikasi Regresi Multinomial Logit (Seri 4.

Resume Jurnal)
Berikut ini diberikan contoh aplikasi penerapan model regresi multinomial logit dalam
penelitian, dan cara interpretasi hasilnya.Tulisan ini diresume dari: Kizilaslan
H,et.al.2008. "An Analysis of the Factors Affecting the Food Places Where Consumers
Purchase Red Meat". British Food Journal.Vol.110.No.6;2008

Penelitian dalam jurnal ini bertujuan untuk menentukan faktor sosio-ekonomi yang
mempengaruhi konsumen (di Kota Torkat, Turki) dalam memilih tempat penjualan (outlet)
daging. Penelitian ini menekankan pada factor-faktor sosial ekonomi yang mendorong
preferensi (pilihan) konsumen pada outlet penjualan daging yang sehat.
Populasi dalam penelitian ini adalah seluruh rumah tangga yang ada di Kota Torkat, Turki
(berdasarkan Sensus tahun 1990, sebanyak 114.567 rumah tangga). Jumlah sampel
ditetapkan sebanyak 263 rumah tangga. Dengan jumlah sampel tersebut (dan dengan
populasi lebih dari 100.000), ambang kesalahan (margin of error) adalah 6 persen yang
dihitung, dengan rumus:

Dimana: e = ambang kesalahan

p = probabilitas jawaban benar (karena tidak ada penelitian yang serupa, dan untuk
mendapatkan sampel maksimum yang mewakili populasi secara keseluruhan, ratio ini
ditetapkan 50 persen)
n = jumlah sampel = 263
q = 1 – p
Z = 95 persen (nilai tabel dari selang kepercayaan 95 persen = 1,96)
Untuk mendapatkan data dari sampel (survai) dilakukan wawancara langsung pada
responden. Peubah respons dalam model adalah outlet penjualan daging (pasar lokal, pasar
daging dan hipermarket), sedangkan peubah penjelas adalah jenis kelamin, umur, dan
pendidikan, ukuran rumah tangga, tempat tinggal, status ibu, pendapatan, perbedaan
harga, perbedaan kualitas, higienis, kesegaran dan image penjual.
Data yang dikumpulkan dan definisi operasional peubahnya diberikan sebagai berikut:
(Klik disini)
Karena peubah respons yang digunakan berskala nominal serta terdiri lebih dari dua
kategori, maka dalam analisis data digunakan model multinomial logit. Model multinomial
logit dapat dipandang sebagai kasus khusus dari suatu model umum maksimisasi utiliti:
dimana individu diasumsikan memiliki preferensi terhadap sekumpulan alternatif (misalnya:
moda transportasi, pekerjaan, kelompok makanan dan lainnya).
Perbedaan antara model multinomial logit dengan binomial logit adalah pada binomial logit
karena nilai y hanya terdiri dari 1 dan 0, maka y adalah suatu peubah dengan proporsi
tunggal, sedangkan pada multinomial logit, karena nilai y = 0,1,….,J, maka y adalah peubah
dengan kumpulan proporsi J + 1.
Model berasumsi bahwa pilihan utama rumah tangga adalah memaksimumkan utilitinya.
Model juga berasumsi bahwa masing-masing rumah tangga i (i=1,2,3,….N) memiliki
berbagai alternatif pilihan J+1 (j=0,1,…j), dimana j = 0, 1, dan 2 yang masing-masingnya
adalah pilihan pada pasar lokal, pasar daging dan hipermarket. Pij adalah probabilita rumah
tangga i memilih pilihan j sebagai pilihan utama tempat membeli daging. Diasumsikan
bahwa fungsi utility tidak langsung dari masing-masing rumah tangga sebagai berikut:

Dimana X’i adalah vektor dari karakteristik rumah tangga dan peubah lainnya, βj adalah
vektor dari parameter yang akan diestimasi, εij adalah komponen sisaan (stochastic term).
Jika rumah tangga i memilih tempat membeli daging j, maka tingkat utilitasnya dinyatakan
sebagai:

Diasumsikan bahwa Uij adalah maksimum diantara J+1 pilihan ketika rumah tangga i
memilih j sebagai pilihan utama tempat membeli daging. Model dalam bentuk ini secara
matematis bersifat kurang teridentifikasi (under identified). Oleh karenanya, untuk
mengidentifikasi parameter model, dilakukan normalisasi dengan menjadikan β0=0,
sehingga persamaan (2) dapat dinyatakan sebagai:

Dari persamaan (3) dapat dihitung ratio log-odds J dengan ln(Pij/Pi0)=X’iβj. Oleh
karenanya, koefisien dalam model menunjukkan pengaruh karakteristik rumah tangga
terhadap probability relative dimana rumah tangga i memilih preferensi utama j sebagai
bandingan dengan suatu alternatif standar (J=0, pasar lokal). Demikian juga, untuk
mendapatkan ratio odds yang lainnya, dapat dihitung sebagai: (Pij/Pik) = X’i(βj-βk).
Persamaan (3) diestimasi dengan metode maximum likelihood. Dengan dij = 1 jika pilihan
utama dalam membeli makanan j dipilih oleh rumah tangga i dan 0 jika tidak, maka fungsi
log likelihood untuk persamaan (3) ditulis:

Estimasi parameter untuk vektor βj dengan memaksimumkan fungsi log likelihood dapat
diperoleh dengan menggunakan method Newton. Selanjutnya, probabilita pilihan marjinal
(efek marjinal) dapat dihitung dengan persamaan berikut:

Menggunakan persamaan (5) dapat ditentukan perubahan dalam probabilitas pilihan utama
tempat membeli daging dalam kaitannya dengan perubahan dalam satu satuan karakteristik
rumah tangga dengan menjaga peubah penjelas lainnya tetap.
Berdasarkan model yang dibangun dan dengan menggunakan Limdep 7.0 untuk pengolahan
datanya, didapatkan estimasi parameter sebagai berikut: (klik disini)
Model secara statistik signifikan dengan kriteria pengujian χ2 (357.62). Dengan
menggunakan uji t, diperoleh bahwa peubah S, EB, PD tidak penting secara statistik pada
kedua model. Peubah HS,SM,IN,HG dan SI signifikan pada level 1 persen pada kedua
model. Peubah AGE signifikan pada level 5 persen pada model pasar daging-pasar lokal.
Peubah PO signifikan pada level 1 persen pada model pasar hipermarket –pasar lokal.
Peubah QD signifikan pada level 1 persen pada model pasar hypermarket-pasar lokal.
Peubah FR ditemukan signifikan pada level 5 persen pada kedua model.
Umur mempengaruhi preferensi terhadap outlet penjualan daging. Semakin tua umur,
semakin rendah kemungkinan konsumen suka membeli di pasar daging dibandingkan pasar
lokal. HS mempengaruhi tempat membeli daging. Ketika ukuran keluarga meningkat,
preferensi ke pasar daging dan hipermarket menurun dibandingkan pasar lokal. Peubah PO
bernilai positif, yang berarti bahwa konsumen yang tinggal di pusat kota, memiliki
preferensi lebih tinggi ke pasar daging dan hipermarket dibandingkan pasar lokal.
Peubah SM memiliki koefisien positif, yang berarti bahwa rumah tangga dengan ibu bekerja
lebih cenderung membeli daging ke pasar daging dan hipermarket dibandingkan pasar lokal.
Hasil penelitian ini juga menemukan bahwa semakin tinggi pendapatan, lebih besar peluang
konsumen membeli daging pada pasar daging dan hipermarket dibandingkan pasar lokal.
Seluruh koefisien Peubah QD,HG dan FR bernilai positif. Artinya, ketika karakteristik daging
meningkat dalam artian positif, lebih besar peluang konsumen membeli daging ke
hipermarket dibandingkan pasar lokal. Preferensi untuk pasar daging dibandingkan pasar
lokal, di sisi lain, hanya meningkat pada peubah FR dan JG.
Koefisien peubah IS, yang dimasukkan dalam model untuk mengukur efek image penjual
terhadap pilihan tempat pembelian, bernilai positif. Semakin tinggi nilai peubah SI, lebih
mungkin pasar daging dan hipermarket disukai dibandingkan pasar lokal.
Selanjutnya, interpretasi marginal probabilita yang diperoleh dari hasil penelitian yang
ditampilkan pada table diatas adalah sebagai berikut: Koefisien marginal probabilita adalah
perubahan peluang tempat membeli daging sebagai akibat dari perubahan satu unit dalam
peubah penjelas. Dari tabel diatas dapat diartikan bahwa ketika umur (AGE) bertambah
satu tahun, maka terdapat 0,86 dan 0,66 unit peningkatan dalam tingkat preferensi untuk
pasar lokal dan hipermarket, sebaliknya 0,75 unit akan turun untuk preferensi ke pasar
daging. Ketika satu unit ukuran rumah tangga (HS), peluang preferensi ke pasar lokal dan
pasar daging meningkat masing-masing 0,17 dan 0,94, dan preferensi ke hipermarket turun
0,11. Ketika SM meningkat satu unit, kemungkinan preferensi untuk pasar lokal dan
hipermarket turun masing-masingnya 0,73 dan 0,14 dan probabilita preferensi untuk pasar
daging meningkat 0,21. Ketika satu unit peubah IN meningkat, kemungkinan preferensi
untuk pasar lokal dan pasar daging turun masing-masingnya 0,21 dan 0,80, sebaliknya
kemungkinan preferensi untuk hipermarket meningkat 0,10. Ketika peubah HG meningkat
satu unit, kemungkinan preferensi untuk pasar lokal dan pasar daging turun masing-
masingnya 0,36 dan 0,32 dan kemungkinan preferensi untuk hipermarket meningkat 0,35.
Satu unit peubah FR meningkat menghasilkan turunnya kemungkinan preferensi untuk
pasar lokal dan pasar daging masing-masingnya 0,25 dan 0,40 dan meningkatnya
kemungkinan preferensi untuk pasar hipermarket 0,43. Ketika satu unit peubah SI
meningkat, kemungkinan preferensi untuk pasar lokal dan pasar daging turun masing-
masingnya 0,42 dan 0,38 sebaliknya kemungkinan preferensi untuk hipermarket meningkat
0,42.